Leitender Ingenieur für maschinelles Lernen

Die Führung eines Frontline-Unternehmens ist ein operatives Rätsel, mit dem sich die meisten Softwareprogramme noch nie beschäftigt haben. Die Arbeitskosten variieren von Schicht zu Schicht, die Einhaltung der Vorschriften ändert sich je nach Region und Rolle und die Margen sind so gering, dass ein schlecht aufgebauter Dienstplan um ein Viertel sinken kann. Es ist ein schwierigeres Problem als die meisten SaaS-Lösungen für Angestellte, und dennoch beschäftigen Frontline-Sektoren 80 % der weltweiten Arbeitskräfte und haben etwa 1 % der Softwareinvestitionen des letzten Jahrzehnts erhalten.

Wir glauben, dass das daran liegt, dass das Problem KI und nicht nur bessere Software benötigte, bevor es lösbar war. Frontline-Organisationen verfügen über enorme Mengen an Betriebsdaten. Wenn diese Daten richtig eingesetzt werden, können Agenten reale Aufgaben bei der Führung des Unternehmens übernehmen, anstatt nur darüber zu berichten. Daran bauen wir bei Sona, und es ist früh genug, dass die Systeme, die Sie jetzt bauen, auch in drei Jahren noch grundlegend sein werden.

Wir haben über 100 Millionen US-Dollar von N47, Felicis, Gradient und Northzone eingesammelt, mehr als 100 Unternehmenskunden in Großbritannien und den USA gewonnen und Büros in London, New York, Austin und Lissabon eröffnet. Mehr zum Arbeiten bei Sona hier.

Über die Rolle

Sie werden Teil eines zweiköpfigen ML-Teams und eines Prognosesystems, das halbstündlich Nachfrageprognosen für verschiedene Zielgruppen für mehrere Restaurantketten erstellt. Unsere Prognosemodelle befinden sich in einer komplexen Umgebung, in der wichtige maschinelle und menschliche Entscheidungen auf der Grundlage ihrer Vorhersagen getroffen werden, sie sind mit Rückkopplungsschleifen und einer äußerst variablen Umgebung konfrontiert. Das System funktioniert – die Herausforderung besteht nun darin, es von einer Handvoll Kunden auf Hunderte zu skalieren.

Sie sind für die End-to-End-Einführung von Kunden verantwortlich: Daten validieren, Modelle auswählen, UAT ausführen, live gehen und anschließend die Leistung überwachen. Sie nehmen an Kundengesprächen teil, bauen Beziehungen auf und verstehen, worauf es vor Ort wirklich ankommt – nicht nur, ob das Modell korrekt ist, sondern auch, ob die Küche die richtige Menge an Essen zubereitet hat.

Sie werden diese Rolle lieben, wenn:

•
Es macht Ihnen Spaß, die Verantwortung für das Produkt und das End-to-End-Ergebnis zu übernehmen. Maschinelles Lernen bei Sona ist ein Erfolg, wenn wir zufriedene Kunden haben, die erfolgreiche Unternehmen führen, sowie die besten Modelle der Branche

•
Sie konzentrieren sich auf die Lösung des Problems und wenn Sie die Wahl zwischen „kompliziert und glänzend“ und „einem Benutzer etwas Einfaches präsentieren“ haben, entscheiden Sie sich für Letzteres

•
Es macht Ihnen Spaß, mit unseren Branchenexperten zusammenzuarbeiten, um wirklich zu verstehen, was in den Unternehmen unserer Kunden passiert und wie die Realität dort aussieht

•
Sie blicken über die Daten hinaus auf die Welt, die zu diesem Datengenerierungsprozess geführt hat, auf die damit verbundenen Probleme und die Chancen, die er uns bietet

•
Sie sind erfahren und begeistert davon, ein Machine-Learning-Projekt von der Geschäftsidee bis zum bereitgestellten Produktionssystem zu begleiten

•
Sie verwenden bei der Entwicklung standardmäßig KI-Tools und sind gespannt, was sie für ML leisten können. Sie verwenden Claude Code, Cursor oder ein gleichwertiges Programm täglich – nicht als Neuheit, sondern als Standard-Arbeitsmodus

Unsere Rolle ist nicht für Sie geeignet, wenn:

•
Sie hoffen, dass die Forschung und die Veröffentlichung von Forschungsarbeiten ein Schlüsselelement Ihrer Arbeit sein wird

•
Sie möchten eine weniger technische, eher leitende Rolle übernehmen

•
Sie möchten unbedingt die neue Technologie X in die Hände bekommen und sie auf etwas anwenden

•
Sie bevorzugen es, an einer Sache zu arbeiten und diese zu perfektionieren, bevor Sie weitermachen – die Rolle erfordert Pragmatismus, Parallelität und iterative Verbesserung

Anforderungen

Um erfolgreich zu sein, benötigen Sie diese Fähigkeiten/Erfahrungen:

•
Produktions-ML-Erfahrung mit einer Erfolgsbilanz bei der Bereitstellung von ML-Systemen, die unordentliche Daten verarbeiten, ordnungsgemäß ausfallen und überwacht werden müssen

•
Starke ML-Grundlagen – Sie können über Kompromisse in der Praxis nachdenken, das „Warum“ hinter der Auswahl von Funktionen und Modellen erklären und ein gutes Urteilsvermögen fällen, wenn etwas Unerwartetes passiert

•
Kundenorientierte Bereitstellungserfahrung – Sie haben persönlich eine End-to-End-ML-Bereitstellung durchgeführt und sind bei Gesprächen mit technisch nicht versierten Beteiligten zuversichtlich

•
Gute Programmierkenntnisse in Python, einschließlich des ML/wissenschaftlichen Python-Stacks (z. B. Numpy, Scikit-Learn)

•
Tägliche Nutzung von KI-Entwicklungstools (Claude Code, Cursor, Copilot oder gleichwertig) als Standardarbeitsmodus

Es wäre toll, wenn Sie auch Erfahrung in einigen dieser Bereiche hätten:

•
Prognosen, Zeitreihen oder Bedarfsplanung – jemand, der Verzögerungsfunktionen, Kalendereffekte und Auswertungsintegrität intuitiv versteht, wird deutlich schneller vorankommen

•
Unser Stack: Python, scikit-learn, MLflow, Docker, GCP

•
Ein kleines Team, in dem die Verantwortung breit gefächert ist und der Kontextwechsel normal ist

Vorteile

•
Gehalt: 95.000 bis 110.000 £

•
Vollständig abgelegen (europäische Zeitzonen)

•
Aktienoptionen

•
35 Tage Jahresurlaub (25 Tage Standard plus 10 flexible Feiertagstage)

•
Zusätzlicher Urlaubstag für jedes Dienstjahr

•
Rentenbeiträge bis zu 5 % angepasst

•
Umfassende Krankenversicherung

•
Verbesserter Elternurlaub und bessere Bezahlung

•
Kinderbetreuungsprogramm mit Lohnverzicht (Workplace Nursery)

•
Co-Working-Space-Stipendium für Personen mit Sitz außerhalb Londons

•
Jährliche Team-Retreats, bei denen alle Kosten bezahlt werden

•
Das neueste MacBook und Ausstattungsbudget für Ihr Homeoffice

•
Budget für berufliche Weiterentwicklung

•
Unbegrenzte kostenlose Bücher

Hinweis: Hierbei handelt es sich um ein typisches Leistungspaket für einen in Großbritannien ansässigen Vollzeitmitarbeiter. Genaue Angaben können je nach Standort und Beschäftigungsart variieren, wir versuchen jedoch, allen unseren Teammitgliedern gegenüber so fair wie möglich zu sein. Bitte fragen Sie Ihren Ansprechpartner im Talent-Team, welche Vorteile für Sie verfügbar sind.

Quelle: Jobicy (https://jobicy.com/jobs/150930-senior-machine-learning-engineer)